MétaCan
Menu
Retour à la cohorte
Enregistrement W4386439316 · doi:10.1109/tmech.2023.3273395

Distributed Adaptive Dynamic Event-Triggered Control for Multiple Quadrotors

2023· article· en· W4386439316 sur OpenAlexafffund
Hao Wang, Jinjun Shan

Notice bibliographique

RevueIEEE/ASME Transactions on Mechatronics · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueDistributed Control Multi-Agent Systems
Établissements canadiensYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMinistère de la Défense NationaleGovernment of Canada
Mots-clésControl theory (sociology)Sliding mode controlIntegral sliding modeUnderactuationLemma (botany)Computer scienceLyapunov functionLyapunov stabilityNonlinear systemAdaptive controlManifold (fluid mechanics)Control (management)EngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

This article studies formation control problems for leader–follower multiquadrotor systems subject to unknown perturbations and limited resources via an event-triggered mechanism. A distributed adaptive dynamic event-triggered formation control protocol is designed by utilizing a sliding-mode control approach, such that the integral sliding-mode manifold can be reached in finite time for the states of the nonlinear, coupled, and underactuated system with unknown external disturbances. A distributed integral sliding-mode surface is proposed to guarantee the formation tracking performance as the state trajectories of multiquadrotor systems move on the constructed sliding manifold. Then, a novel adaptive dynamic triggering strategy is developed to adjust the triggering interval dynamically and, thus, reduce the unnecessary resource consumption. Via the Lyapunov stability theory and the Barbalat lemma, sufficient conditions to ensure the formation tracking results are derived for leader–follower multiquadrotor systems. Simulations and experiments to validate the effectiveness of the proposed control scheme are conducted.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,019
Tête enseignante GPT0,260
Écart entre enseignants0,242 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations27
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE/ASME Transactions on MechatronicsMême sujetDistributed Control Multi-Agent SystemsTravaux en français237 207